Percentili e funzioni parziali
In questo esercizio, farai pratica nel preimpostare gli argomenti di una funzione in modo da configurarne in anticipo l'esecuzione. Userai questo approccio per calcolare diversi percentili dei tuoi dati usando la stessa funzione percentile() di numpy.
Questo esercizio fa parte del corso
Machine Learning per dati di serie temporali in Python
Istruzioni dell'esercizio
- Importa
partialdafunctools. - Usa la funzione
partial()per creare diversi generatori di feature che calcolano i percentili dei tuoi dati usando una list comprehension. - Usando la finestra mobile (
prices_perc_rolling) che abbiamo definito per te, calcola i quantili usandopercentile_functions. - Visualizza i risultati usando il codice fornito.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Import partial from functools
____
percentiles = [1, 10, 25, 50, 75, 90, 99]
# Use a list comprehension to create a partial function for each quantile
percentile_functions = [____(np.percentile, q=percentile) for percentile in percentiles]
# Calculate each of these quantiles on the data using a rolling window
prices_perc_rolling = prices_perc.rolling(20, min_periods=5, closed='right')
features_percentiles = prices_perc_rolling.____(____)
# Plot a subset of the result
ax = features_percentiles.loc[:"2011-01"].plot(cmap=plt.cm.viridis)
ax.legend(percentiles, loc=(1.01, .5))
plt.show()